在seaborn中用中值标记箱线图答案

【问题标题】：Labeling boxplot in seaborn with median value在seaborn中用中值标记箱线图
【发布时间】：2016-12-03 14:54:23
【问题描述】：

如何用中值标记 seaborn 图中的每个箱线图？

例如

import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
ax = sns.boxplot(x="day", y="total_bill", data=tips)

如何用中值或平均值标记每个箱线图？

【问题讨论】：

标签： python matplotlib seaborn

【解决方案1】：

我喜欢人们包含样本数据集！

import seaborn as sns

sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
box_plot = sns.boxplot(x="day",y="total_bill",data=tips)

medians = tips.groupby(['day'])['total_bill'].median()
vertical_offset = tips['total_bill'].median() * 0.05 # offset from median for display

for xtick in box_plot.get_xticks():
    box_plot.text(xtick,medians[xtick] + vertical_offset,medians[xtick], 
            horizontalalignment='center',size='x-small',color='w',weight='semibold')

【讨论】：

请注意，中位数[tick] 后 0.5 的影响对数据的规模很敏感。对于我的小规模，它将白色文本推到白色背景中，我花了一段时间才弄清楚为什么它没有显示。根据需要缩放 0.5。
注意：上面的np.round(s, 2)可以只替换为s；此外，这里不需要zip() 和get_xticklabels() 命令。这里的诀窍是每个标签的位置由中值本身（作为 y 值）和分类标签（我猜是由沿 x 轴的整数表示）（作为 x 值）确定。如果您要注释的信息存储在数据框中，则提取 xticklabels 可能会有所帮助，因为您可以使用 xticklabels 进行索引。
哈！ +1 我喜欢人们包含示例数据集！。我也是。

【解决方案2】：

这也可以通过从图本身导出中值来实现，而无需专门从数据中计算中值

box_plot = sns.boxplot(x="day", y="total_bill", data=tips)

ax = box_plot.axes
lines = ax.get_lines()
categories = ax.get_xticks()

for cat in categories:
    # every 4th line at the interval of 6 is median line
    # 0 -> p25 1 -> p75 2 -> lower whisker 3 -> upper whisker 4 -> p50 5 -> upper extreme value
    y = round(lines[4+cat*6].get_ydata()[0],1) 

    ax.text(
        cat, 
        y, 
        f'{y}', 
        ha='center', 
        va='center', 
        fontweight='bold', 
        size=10,
        color='white',
        bbox=dict(facecolor='#445A64'))

box_plot.figure.tight_layout()

【讨论】：

效果很好！备注：如果禁用传单，则间隔从 6 变为 5（由于缺少传单-“线”）。所以现在我必须考虑一种技术，如何让这个技术适用于通过色调值分组的数据......

【解决方案3】：

基于 ShikjarDua 的方法，我创建了一个独立于刻度位置的版本。这在处理 seaborn 中的分组数据时会派上用场（即 hue=parameter）。此外，我添加了一个“飞行器检测”，它会更改每个绘制框的线条。

import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.patheffects as path_effects

def add_median_labels(ax, precision='.1f'):
    lines = ax.get_lines()
    boxes = [c for c in ax.get_children() if type(c).__name__ == 'PathPatch']
    lines_per_box = int(len(lines) / len(boxes))
    for median in lines[4:len(lines):lines_per_box]:
        x, y = (data.mean() for data in median.get_data())
        # choose value depending on horizontal or vertical plot orientation
        value = x if (median.get_xdata()[1] - median.get_xdata()[0]) == 0 else y
        text = ax.text(x, y, f'{value:{precision}}', ha='center', va='center',
                       fontweight='bold', color='white')
        # create median-colored border around white text for contrast
        text.set_path_effects([
            path_effects.Stroke(linewidth=3, foreground=median.get_color()),
            path_effects.Normal(),
        ])

sns.set_style("darkgrid")
tips = sns.load_dataset("tips")
fig, axes = plt.subplots(2, 2, figsize=(10, 10))
for i_fly, show_fliers in enumerate([True, False]):
    for i_data, data_kwargs in enumerate([{'x': 'day', 'y': 'total_bill'},
                                          {'y': 'day', 'x': 'total_bill'}]):
        ax = sns.boxplot(ax=axes[i_fly, i_data], **data_kwargs, data=tips,
                               showfliers=show_fliers, hue="sex")
        add_median_labels(ax)
        ax.set_title((
            f"{['Fliers', 'No fliers'][i_fly]}, "
            f"{['vertical', 'horizontal'][i_data]}"))
plt.show()

【讨论】：